基于無人機傾斜攝影的電力巡檢三維建模研究

趙永柱

(國網陜西省電力公司信息通信公司 陜西 西安 710004)

0 引言

隨著社會經濟的高速發展，工業生產與居民生活用電需求量不斷提升。為實現優質的供電服務，我國電力輸電線路總長度正在迅速增長，電網規模與長度穩居世界第一位。按照國家電網建設目標預測，我國電網長度將在2020年突破180萬公里。這些新建成的輸電網絡將全面覆蓋我國各個地區。但隨著輸電線路的增長，電力線路更易受到雷擊、風沙和冰雪天氣的破壞，特別是修建的1 000 kV特高壓輸電工程的線路大多數處于人員稀少、地形復雜和環境惡劣的山區，電力線路的安全運行遭遇嚴峻挑戰[1]。鑒于此，定期對電力線路進行巡檢已成為電網安全生產的必要環節。

傳統的電力巡檢工作定期由電網維護人員在野外完成，但這種工作模式難以適用于地形復雜和環境惡劣的山區電力巡檢工作，定期安全巡檢工作難以按時完成。此外，由人工完成的電力巡檢數據記錄不夠直觀、全面，因此，傳統作業模式難以滿足智能電網巡檢需求[2]。而利用小型無人機進行電力巡檢具有高效、可靠、全面以及受地形影響小等優點，還能夠對電力線路走廊進行三維模型重建。因此，本文將基于多旋翼無人機構建電力巡檢系統，并利用傾斜攝影技術實現對電力線路走廊的三維模型重建，以期為電網建設提供技術支持。

1 無人機電力巡檢任務與技術流程

1.1無人機電力巡檢的意義和任務

無人機是一種新型的智能化航測設備，其實質是由無線遙控手柄或者程序控制的自主導航飛行器。按照制造結構，無人機可劃分為3類：固定翼無人機、無人直升機和多旋翼無人機[3]。利用無人機搭載巡檢設備對電力線路走廊的運行情況進行巡檢，能夠有效減少電力線路運維成本，降低人工電力巡檢存在的安全風險。目前，國內外對無人機電力巡檢已經作了諸多研究并取得了一定進展。陳文浩在無人機電網巡檢的絕緣子缺陷檢測與定位中利用無人機搭建線路絕緣子識別平臺[4]，能夠對絕緣子的狀態信息進行采集分析，減少了由于絕緣子故障造成的電網安全事故。郭敬東在基于YOLO的無人機電力線路桿塔巡檢圖像實時檢測[5]中利用無人機平臺和圖像采集技術對電力桿塔的運行狀態進行巡檢作業，有效提升了桿塔運行穩定性。但上述研究都是針對電力線路中某個獨立元件進行巡檢研究，容易造成系統功能重疊、數據沖突等問題。因此，本文將搭建一個能夠綜合分析電力線路全部設備的巡檢平臺，確保無人機巡檢系統在電力線路安全巡檢作業中，能夠完成對復雜地形條件的采集研究、電力線路性能分析、電力線路影響和遙感數據收集等任務，為電力系統的安全運行提供保障。

1.2 無人機電力巡檢總體流程

無人機電力巡檢系統進行作業的基本內容包括：切斜攝影采集設備選型和集成、巡檢線路資料分析和無人機航路規劃、相機傾斜角設置與圖像采集、GPS數據和圖像數據處理、電力線路走廊三維模型重建[6]。基于無人機傾斜攝影的電力巡檢作業流程如圖1所示。

圖1 基于無人機傾斜攝影的電力巡檢作業流程圖

1.3 傾斜攝影設備選型與集成

利用無人機對電力線路走廊內地形、桿塔以及線路等物體進行圖像采集時，所采集到的圖像信息數據均為二維數據。為滿足三維建模需求，應對物體從前方以及側方進行兩次采集[7]。

以電力桿塔圖像數據采集為例，電力桿塔的側視采集和前視采集如圖2所示。

圖2 電力桿塔的側視采集和前視采集

圖2中：h為電力桿塔高度;H為無人機飛行高度；w為無人機飛行軌跡投影與桿塔中心的距離;W為光學相機可覆蓋視場寬度；θ為光學相機視場角度;β為光學相機的俯仰角;α為光學相機的側滾角[8]。

為滿足拍攝圖像能夠完全包含無人機飛行軌跡圖像，光學相機側滾角應小于視場角度的一半。為盡量提升圖像數據清晰程度，本文選用索尼RX1全幅相機作為無人機巡檢平臺的圖像收集設備。該相機具有質量輕、視場大等優點，相機主距為35 mm，相機縱向以及切向方向的視場角度分別為54.16°和37.7°。

為滿足以上所述電力線路走廊內物體三維圖像數據采集的要求，本文所搭建的無人機巡檢平臺內集成了4個模塊：雙全幅相機、控制處理器、地面全球定位系統(global positioning system，GPS)模塊和移動GPS模塊。其中，雙全幅相機分為前視相機和側視相機2種。前視相機用于獲取電力線路走廊內物體前后面的圖像數據。側視相機用于獲取電力線路走廊內物體側面的圖像數據。

1.4 圖像數據采集和處理

根據上文所述無人機電力巡檢流程可知，圖像數據采集與處理分為3個部分：巡檢線路資料分析和無人機航路規劃、相機傾角設置與圖像采集，以及GPS數據和圖像數據處理。

巡檢線路資料分析和無人機航路規劃是指：為獲取最佳的電力線路走廊圖像信息數據，應盡可能保證無人機在巡檢高度不變的情況下進行圖像收集。因此，應規劃無人機飛行高度。飛行高度計算式為：

H=Htower+Hoffset

(1)

式中：H為無人機飛行高度；Htower為電力線路走廊內物體的高度；Hoffset為無人機相對于電力線路走廊內物體的高度偏移量。

相機傾角設置與圖像采集是指在保持無人機飛行高度不變的情況下，為確保電力線路走廊內圖像數據采集的完整性，應使無人機前視相機的側滾角與側視相機的俯仰角保持一致[9]。

GPS數據和圖像數據處理是指利用地面站GPS數據和移動站GPS數據對雙相機所采集到的圖像數據進行差分處理，將圖像數據的曝光時間點與三維坐標進行一一對應，從而在同一時域內保證圖像數據的準確性。

1.5 電力線路走廊三維模型重建

電力巡檢系統的三維模型[10]重建分為2個部分：電力線路走廊的地形模型重建和電力設備模型重建[11]。

重建電力線路走廊三維模型的前提是對無人機巡檢系統采集到的原始圖像信息進行處理。本文采用Pix4Dmapper軟件進行數據處理。該軟件專門用于無人機航攝影像三維數據的提取處理。Pix4Dmapper軟件具有操作簡單、效率高、自動化程度高和精度高等優點。利用該軟件，可在相機標定結果輸入后完成對原始圖像畸變數據的自動校準與修正。另外，該軟件可同時處理海量的圖像數據信息，非常適用于電力線路走廊的三維模型重建工作。

電力線路走廊的地形模型重建的流程為：首先，利用尺度不變特征變換算法對Pix4Dmapper軟件提取的圖像三維數據信息構建連接點，并在該點處進行三角測量以獲取圖像信息的外方位元素；然后，利用全局匹配算法對圖像數據信息進行信息匹配，構建三維點云；最后，利用泊松算法對形成的三維點云進行紋理重構，并根據重構的紋理構建電力線路走廊的地形三維模型。電力設備模型重建包括：電力桿塔、電力線路以及附屬設備的模型重建。通常情況下，電力線路是由多條分裂線路構成的，因此在進行電力設備模型重建時應確保二維圖像向三維模型轉換時的線路對應關系保持不變。因此，本文采用圓形約束度匹配算法進行電力設備模型重建，簡化了模型重建過程，實現了模型快速重建的功能。

2 無人機傾斜攝影的電力巡檢三維模型重建

2.1 相機標定

上述圖像采集方法用于三維模型重建的關鍵在于光學相機的成像準確性。通常情況下，無人機電力巡檢系統搭載的光學相機都是非量測相機，容易出現光學畸變現象，導致圖像定位不準確的問題。因此，需要在三維模型重建前對相機進行標定[9]，根據畸變標定系數對上述光學相機采集到的圖像信息進行修正就可得到準確的圖像定位信息。

上述畸變標定系數分為徑向畸變系數和偏心畸變系數。徑向畸變是像素點沿向徑方向偏離其理論位置。偏心畸變是像素點沿向徑和垂直向徑方向發生偏移：垂直于向徑方向的偏差稱為切向崎變；向徑方向的偏差稱為非對稱徑向畸變。

2.2 圖像連接點提取技術

本文所研究的無人機電力巡檢平臺是基于雙全幅相機進行圖像數據采集的，因此在模型重建過程中會因來自于前視相機與側視相機不同視角圖像形變增大而導致模型失真。上文所述的相機參數設定過程中，已將無人機前視相機的側滾角與側視相機的俯仰角保持一致，在物理層面修正了雙相機誤差，但仍會產生不同程度的透視誤差。因此，本文引入圖像連接點提取技術進行電力走廊圖像誤差消除。

修正后的圖像連接點提取技術具體為：利用移動站GPS數據以及地面站GPS數據進行空中三角測量法時間提取(以下簡稱空三時間提取)。空三時間提取規則為：

Tgps=Timg+Toffset

(2)

式中：Tgps為空三時間提取規則中的GPS時間；Timg為圖像曝光時等效計算的GPS時間；Toffset為相機曝光時間與GPS時間的偏移值。

利用上述空三時間規則，可有效提升圓形約束算法圖像特征連接點提取對數，消除圖像透視誤差，從而獲取真實有效的相機曝光時刻圖像中心位置和無人機空中姿態，最終提升電力線路走廊三維模型重建精度[12]。

2.3 基于密集匹配的圓形約束算法

根據上文研究可知，本文對電力線路走廊進行三維模型重建時采用的是圓形約束算法，實質上就是利用圖像點云數據進行模型重建[13]。為提升三維模型重建精度，本文引入信息傳遞接口(message passing interface，MPI)密集匹配算法。該算法為高效半全局約束密集匹配算法，有效避免了傳統圓形約束算法難以處理，重疊度影響較高的問題，可在短時間內處理由雙相機采集到的圖像數據，提升了三維模型重建速度和精度。

上述基于MPI密集匹配修正的圓形約束算法，能夠在多個視角圖像數據中選擇電力線路走廊內物體的關鍵結構點，并通過對稱、旋轉等幾何變化簡化物體三維模型結構，最終完成精確的電力線路走廊三維模型重建[14]。

3 實例分析

為驗證本文研究的無人機電力巡檢系統在線路巡檢過程中的可靠性，將本系統應用于贛西電網公司某條電力線路的巡檢工作，并通過對巡檢線路段的電力線路走廊三維模型重建驗證本文三維重建算法的有效性。

將巡檢小組分為2組，每組2人：巡檢1組采用野外人工巡線方式對某電力線路的運行情況進行了檢修；巡檢2組采用基于六旋翼無人機的電力巡檢系統也對上述電力線路區域進行了巡檢[15]。上述電力線路區域長度為15 km，包含電力桿塔12座，電力桿塔高度為60 m。根據上文研究，巡檢2組在試驗開始時將無人機的飛行高度設置為110 m，光學相機的俯仰角與側滾角的安裝角度為17.7°，光學相機的視場覆蓋寬度為83.6 m。巡檢2組采用無人機電力巡檢系統對巡檢區域進行三維模型重建，可清晰、準確地分析電力設備以及地形數據，證明了本文研究的電力巡檢系統的三維模型重建算法的可行性。巡檢1組與巡檢2組還分別對兩座相距770 m的電力桿塔之間的A、B、C三相的電力線懸鏈進行了測量。設X為水平方向，Z為高程方向，則A、B、C三相電力線懸鏈測量結果如表1所示。

表1 三相電力線懸鏈測量結果

根據表1可知，利用無人機電力巡檢系統重建的電力線路走廊三維模型與實際測量值的水平偏差最大值為0.209 m，高程最大偏差值為0.590 m，均滿足電力工程計算偏差要求。因此，采用本文提出的電力巡檢系統進行數據測量的作業方式具有測量時間短、精度高和圖形可視性強等優點，比傳統巡檢方式更具優越性。

4 結論

本文通過對無人機結構與技術特點進行研究，構建了基于多旋翼無人機的電力巡檢系統，并利用傾斜攝影圖像采集方法進行三維模型重建。通過在贛西電網中的實際應用證明，本文研究的無人機電力巡檢系統具有準確性高、易操作和可視性強等優點，可推廣應用，為電網的安全、穩定運行提供了支持。